常用的排序算法有很多,每种算法都有其适用的场景和优化方法。以下是一些常见的排序算法及其优化方法:
1. 冒泡排序(Bubble Sort)
基本思想:通过重复地遍历列表,比较相邻的元素并交换它们的位置,使得每一轮遍历后最大的元素逐渐移动到列表的末尾。
优化方法:
- 提前终止:如果在某一轮遍历中没有进行任何交换,说明列表已经排序完成,可以提前终止算法。
- 缩小范围:每一轮遍历后,最大的元素已经在正确位置,下一轮遍历时可以减少比较的范围。
public class BubbleSort {
public static void bubbleSort(int[] arr) {
int n = arr.length;
boolean swapped;
for (int i = 0; i < n - 1; i++) {
swapped = false;
for (int j = 0; j < n - i - 1; j++) {
if (arr[j] > arr[j + 1]) {
int temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
swapped = true;
}
}
if (!swapped) break;
}
}
}
2. 选择排序(Selection Sort)
基本思想:每次从未排序的部分中选出最小的元素,放到已排序部分的末尾。
优化方法:
- 选择排序本身比较简单,优化空间不大,但可以改进选择最小元素的方式,比如使用更高效的数据结构来加快选择过程。
public class SelectionSort {
public static void selectionSort(int[] arr) {
int n = arr.length;
for (int i = 0; i < n - 1; i++) {
int minIdx = i;
for (int j = i + 1; j < n; j++) {
if (arr[j] < arr[minIdx]) {
minIdx = j;
}
}
int temp = arr[minIdx];
arr[minIdx] = arr[i];
arr[i] = temp;
}
}
}
3. 插入排序(Insertion Sort)
基本思想:通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。
优化方法:
- 二分查找:在已排序部分中使用二分查找来确定插入位置,减少比较次数。
- 希尔排序:通过间隔较大的元素进行初步排序,再逐步缩小间隔,最后进行一次普通的插入排序,提高效率。
public class InsertionSort {
public static void insertionSort(int[] arr) {
for (int i = 1; i < arr.length; i++) {
int key = arr[i];
int j = i - 1;
while (j >= 0 && arr[j] > key) {
arr[j + 1] = arr[j];
j--;
}
arr[j + 1] = key;
}
}
public static void binaryInsertionSort(int[] arr) {
for (int i = 1; i < arr.length; i++) {
int key = arr[i];
int low = 0;
int high = i;
while (low < high) {
int mid = (low + high) / 2;
if (arr[mid] < key) {
low = mid + 1;
} else {
high = mid;
}
}
for (int j = i; j > low; j--) {
arr[j] = arr[j - 1];
}
arr[low] = key;
}
}
}
4. 快速排序(Quick Sort)
基本思想:通过选择一个基准元素,将数组分为两部分,左边的元素小于基准,右边的元素大于基准,然后递归地对两部分进行排序。
优化方法:
- 三向切分:将数组分为小于、等于和大于基准的三部分,减少重复元素的影响。
- 随机化:随机选择基准元素,减少最坏情况出现的概率。
- 插入排序优化:在递归到小数组时,使用插入排序替代快速排序,因为插入排序对小数组更高效。
import java.util.Random;
public class QuickSort {
private static Random random = new Random();
public static void quickSort(int[] arr) {
quickSort(arr, 0, arr.length - 1);
}
private static void quickSort(int[] arr, int low, int high) {
if (low < high) {
int pi = partition(arr, low, high);
quickSort(arr, low, pi - 1);
quickSort(arr, pi + 1, high);
}
}
private static int partition(int[] arr, int low, int high) {
int pivotIdx = low + random.nextInt(high - low + 1);
int pivot = arr[pivotIdx];
swap(arr, pivotIdx, high);
int i = low - 1;
for (int j = low; j < high; j++) {
if (arr[j] <= pivot) {
i++;
swap(arr, i, j);
}
}
swap(arr, i + 1, high);
return i + 1;
}
private static void swap(int[] arr, int i, int j) {
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
5. 归并排序(Merge Sort)
基本思想:将数组分为两部分,分别进行排序,然后将两部分合并。
优化方法:
- 自底向上:用迭代代替递归,减少递归调用的开销。
- 小数组插入排序:当子数组小于一定大小时,使用插入排序。
- 内存优化:在合并时使用一个辅助数组来减少内存分配次数。
public class MergeSort {
public static void mergeSort(int[] arr) {
if (arr.length <= 1) return;
int[] aux = new int[arr.length];
mergeSort(arr, aux, 0, arr.length - 1);
}
private static void mergeSort(int[] arr, int[] aux, int low, int high) {
if (high <= low) return;
if (high - low <= 10) {
insertionSort(arr, low, high);
return;
}
int mid = low + (high - low) / 2;
mergeSort(arr, aux, low, mid);
mergeSort(arr, aux, mid + 1, high);
merge(arr, aux, low, mid, high);
}
private static void merge(int[] arr, int[] aux, int low, int mid, int high) {
System.arraycopy(arr, low, aux, low, high - low + 1);
int i = low, j = mid + 1;
for (int k = low; k <= high; k++) {
if (i > mid) arr[k] = aux[j++];
else if (j > high) arr[k] = aux[i++];
else if (aux[j] < aux[i]) arr[k] = aux[j++];
else arr[k] = aux[i++];
}
}
private static void insertionSort(int[] arr, int low, int high) {
for (int i = low + 1; i <= high; i++) {
int key = arr[i];
int j = i - 1;
while (j >= low && arr[j] > key) {
arr[j + 1] = arr[j];
j--;
}
arr[j + 1] = key;
}
}
}
6. 堆排序(Heap Sort)
基本思想:利用堆这种数据结构,将数组看成一个完全二叉树,构建最大堆,然后依次将堆顶元素取出,调整堆。
优化方法:
- Floyd建堆:一次性建堆而不是逐个插入,减少建堆时间。
- 堆优化:通过调整堆的结构或者实现方式,提高调整效率。
public class HeapSort {
public static void heapSort(int[] arr) {
int n = arr.length;
for (int i = n / 2 - 1; i >= 0; i--) {
heapify(arr, n, i);
}
for (int i = n - 1; i > 0; i--) {
int temp = arr[0];
arr[0] = arr[i];
arr[i] = temp;
heapify(arr, i, 0);
}
}
private static void heapify(int[] arr, int n, int i) {
int largest = i;
int left = 2 * i + 1;
int right = 2 * i + 2;
if (left < n && arr[left] > arr[largest]) {
largest = left;
}
if (right < n && arr[right] > arr[largest]) {
largest = right;
}
if (largest != i) {
int swap = arr[i];
arr[i] = arr[largest];
arr[largest] = swap;
heapify(arr, n, largest);
}
}
}
7. 计数排序(Counting Sort)
基本思想:适用于整数排序,通过统计每个数出现的次数,直接确定每个数的位置。
优化方法:
- 适用于元素范围不大的情况,可以通过调整计数数组的大小和范围来适应不同的场景。
- 分桶优化:对于元素范围很大的情况,可以结合桶排序,分成若干小范围的计数排序。
public class CountingSort {
public static void countingSort(int[] arr) {
int max = Integer.MIN_VALUE;
int min = Integer.MAX_VALUE;
for (int num : arr) {
if (num > max) max = num;
if (num < min) min = num;
}
int range = max - min + 1;
int[] count = new int[range];
int[] output = new int[arr.length];
for (int num : arr) {
count[num - min]++;
}
for (int i = 1; i < count.length; i++) {
count[i] += count[i - 1];
}
for (int i = arr.length - 1; i >= 0; i--) {
output[count[arr[i] - min] - 1] = arr[i];
count[arr[i] - min]--;
}
System.arraycopy(output, 0, arr, 0, arr.length);
}
}
8. 桶排序(Bucket Sort)
基本思想:将数组元素分布到不同的桶中,每个桶内再进行单独排序,最后合并各桶的元素。
优化方法:
- 动态桶划分:根据数据分布动态调整桶的数量和范围,提高效率。
- 桶内优化:桶内排序可以选择使用其他高效的排序算法如插入排序或快速排序。
import java.util.ArrayList;
import java.util.Collections;
public class BucketSort {
public static void bucketSort(int[] arr) {
if (arr.length == 0) return;
int max = arr[0];
int min = arr[0];
for (int num : arr) {
if (num > max) max = num;
if (num < min) min = num;
}
int bucketCount = 10;
int bucketRange = (max - min) / bucketCount + 1;
ArrayList<ArrayList<Integer>> buckets = new Array
List<>(bucketCount);
for (int i = 0; i < bucketCount; i++) {
buckets.add(new ArrayList<>());
}
for (int num : arr) {
int bucketIndex = (num - min) / bucketRange;
buckets.get(bucketIndex).add(num);
}
int index = 0;
for (ArrayList<Integer> bucket : buckets) {
Collections.sort(bucket);
for (int num : bucket) {
arr[index++] = num;
}
}
}
}
9. 基数排序(Radix Sort)
基本思想:按位排序,从低位到高位依次对数组进行排序,最终得到有序数组。
优化方法:
- 优化计数排序:在每个位上的排序中使用优化后的计数排序。
- 分配收集:在处理每个位时,可以优化分配和收集过程,提高整体效率。
public class RadixSort {
public static void radixSort(int[] arr) {
int max = getMax(arr);
for (int exp = 1; max / exp > 0; exp *= 10) {
countingSortForRadix(arr, exp);
}
}
private static int getMax(int[] arr) {
int max = arr[0];
for (int num : arr) {
if (num > max) max = num;
}
return max;
}
private static void countingSortForRadix(int[] arr, int exp) {
int n = arr.length;
int[] output = new int[n];
int[] count = new int[10];
for (int i = 0; i < n; i++) {
count[(arr[i] / exp) % 10]++;
}
for (int i = 1; i < 10; i++) {
count[i] += count[i - 1];
}
for (int i = n - 1; i >= 0; i--) {
output[count[(arr[i] / exp) % 10] - 1] = arr[i];
count[(arr[i] / exp) % 10]--;
}
System.arraycopy(output, 0, arr, 0, n);
}
}
这些算法和优化方法适用于不同的数据规模和场景,根据实际情况选择合适的排序算法和优化手段,可以显著提高排序性能。